A股低位布局方向深度研究报告
本报告把"中国科技突破反而成为股市利空"这一看空叙事，拆解为估值位置、盈利可持续性与海外定价权三维可检验框架，并据此筛选A股可低位布局的方向与具体标的。核心结论有四条。其一，看空链条的有效射程有边界：摩根士丹利测算显示GPU租赁ROIC约31%、自有基础设施模型API约46%、第三方API约25%，被摧毁的是没有生态封锁权的中间层，而非全链条。其二，真正同时满足低估值与高资本回报的是白电龙头与优质消费医药，美的ROIC 13.0%对应13倍市盈率、羚锐制药ROIC 21.75%对应14.9至15倍；保险以0.61倍平均PEV、银行以0.25至0.48倍PB构成绝对低估组，但电力与高速ROIC仅1.88%至6.32%，低估值对应低回报，只能用股息补偿。其三，半导体设备与国产算力不支持"低位"判断，北方华创3年PE分位98.5%、寒武纪PE与PS处近5年100%分位，宜分批择时而非底仓。其四，海外毛利率系统性高于国内的方向最接近破局，三一海外32.5%对国内20.7%、徐工高6.16个百分点、宁德时代境外高近9个百分点、德业股份外销毛利率40.44%，但须扣除汇兑损失与关税限制。
团队知识系统Knowledge-hub技术方案
文档分散、代码难以追溯、知识依赖个人经验，重复沟通和重复造轮子的现象层出不穷，我尝试设计并实现了一套由 AI 驱动的团队知识系统。能够自动同步企业文档、代码仓库等知识源，通过代码解析、语义检索、知识关联和大语言模型等技术，持续理解、组织和沉淀团队知识，让分散的信息真正转化为可检索、可复用的团队资产。
AI 时代，我为什么重新做了一套团队知识系统？
随着团队规模不断扩大，我越来越明显地感受到一个问题：团队成员之间的信息差正在不断扩大。 每个人都在负责自己的模块，每天处理自己的需求、Bug 和项目迭代。时间久了之后，即使大家都在同一个团队，也越来越不了解彼此到底在做什么。 这种现象并不是因为大家沟通得少，而是因为知识增长的速度已经远远超过了人的记忆能力。
从零搭建量化分析系统之热点追踪-03-数据流图
热点追踪模块数据流图
你的分身Living Knowledge MVP 设计方案
一个不会要求用户主动整理资料，而是能够自动理解、关联、记忆并帮助用户检索个人知识的 AI 知识系统。
K线形态相似性搜索系统
基于深度学习的 K 线形态相似性搜索工具，可在全市场历史数据中快速找到相似的 K 线走势形态。